一、简介
在ORB-SLAM2的System.h文件中,有这样一句话:// TODO: Save/Load functions,让读者自己实现地图的保存与加载功能。其实在应用过程中很多场合同样需要先保存当前场景的地图,然后下次启动时直接进行跟踪,这样避免了初始化和建图,减小相机跟踪过程中计算机负载,还有就是进行全场的定位。今天暂时描述一下如何进行地图的保存,其实网上已经有地图保存的代码了(http://recherche.enac.fr/~drouin/slam/orbslam2/poine_orbslam2_04_07_16.tgz,不保证有效),有时间我上传两份(其实是一份)网上代码,但是由于只有代码,所以小菜给配一个教程。
二、地图元素分析
所谓地图保存,就是保存地图“Map”中的各个元素,以及它们之间的关系,凡是跟踪过程中需要用到的东西自然也就是需要保存的对象,上一节曾经说过地图主要包含关键帧、3D地图点、BoW向量、共视图、生长树等,在跟踪过程中有三种跟踪模型和局部地图跟踪等过程,局部地图跟踪需要用到3D地图点、共视关系等元素,参考帧模型需要用到关键帧的BoW向量,重定位需要用到BoW向量、3D点等(具体哪里用到了需要翻看代码),所以基本上述元素都需要保存。
另一方面,关键帧也是一个抽象的概念(一个类),我们看看具体包含什么(其实都在关键帧类里面了),关键帧是从普通帧来的,所以来了视频帧首先需要做的就是检测特征点,计算描述符,还有当前帧的相机位姿,作为关键帧之后需要有对应的ID编号,以及特征点进行三角化之后的3D地图点等。
关于3D地图点需要保存的就只有世界坐标了,至于其它的关联关系可以重关键帧获得。需要单独说的是在关键帧类中包含了特征点和描述符,所以BoW向量是不需要保存的(也没办法保存),只需要在加载了关键帧之后利用特征描述符重新计算即可。
所以现在需要保存的东西包括关键帧、3D地图点、共视图、生长树。
三、地图保存代码实例
需要明确的是一般SLAM系统对地图的维护均在Map.cc这个函数类中,最终把地图保存成二进制文件,所以现在Map.h中声明几个函数吧:
public: void Save( const string &filename ); protected: void SaveMapPoint( ofstream &f, MapPoint* mp ); void SaveKeyFrame( ofstream &f, KeyFrame* kf );
下面关于Save函数的构成:
void Map::Save ( const string& filename ) { cerr<<"Map Saving to "<<filename <<endl; ofstream f; f.open(filename.c_str(), ios_base::out|ios::binary); cerr << "The number of MapPoints is :"<<mspMapPoints.size()<<endl; //地图点的数目 unsigned long int nMapPoints = mspMapPoints.size(); f.write((char*)&nMapPoints, sizeof(nMapPoints) ); //依次保存MapPoints for ( auto mp: mspMapPoints ) SaveMapPoint( f, mp );
//获取每一个MapPoints的索引值,即从0开始计数,初始化了mmpnMapPointsIdx
GetMapPointsIdx();
cerr <<"The number of KeyFrames:"<<mspKeyFrames.size()<<endl; //关键帧的数目 unsigned long int nKeyFrames = mspKeyFrames.size(); f.write((char*)&nKeyFrames, sizeof(nKeyFrames)); //依次保存关键帧KeyFrames for ( auto kf: mspKeyFrames ) SaveKeyFrame( f, kf ); for (auto kf:mspKeyFrames ) { //获得当前关键帧的父节点,并保存父节点的ID KeyFrame* parent = kf->GetParent(); unsigned long int parent_id = ULONG_MAX; if ( parent ) parent_id = parent->mnId; f.write((char*)&parent_id, sizeof(parent_id)); //获得当前关键帧的关联关键帧的大小,并依次保存每一个关联关键帧的ID和weight; unsigned long int nb_con = kf->GetConnectedKeyFrames().size(); f.write((char*)&nb_con, sizeof(nb_con)); for ( auto ckf: kf->GetConnectedKeyFrames()) { int weight = kf->GetWeight(ckf); f.write((char*)&ckf->mnId, sizeof(ckf->mnId)); f.write((char*)&weight, sizeof(weight)); } } f.close(); cerr<<"Map Saving Finished!"<<endl; }
可以看到,Save函数依次保存了地图点的数目、所有的地图点、关键帧的数目、所有关键帧、关键帧的生长树节点和关联关系;
下面是SaveMapPoint函数的构成:
void Map::SaveMapPoint( ofstream& f, MapPoint* mp) { //保存当前MapPoint的ID和世界坐标值 f.write((char*)&mp->mnId, sizeof(mp->mnId)); cv::Mat mpWorldPos = mp->GetWorldPos(); f.write((char*)& mpWorldPos.at<float>(0),sizeof(float)); f.write((char*)& mpWorldPos.at<float>(1),sizeof(float)); f.write((char*)& mpWorldPos.at<float>(2),sizeof(float)); }
其实主要就是通过MapPoint类的GetWorldPos()函数获取了地图点的坐标值并保存下来;
下面是SaveKeyFrame函数的构成:
void Map::SaveKeyFrame( ofstream &f, KeyFrame* kf ) { //保存当前关键帧的ID和时间戳 f.write((char*)&kf->mnId, sizeof(kf->mnId)); f.write((char*)&kf->mTimeStamp, sizeof(kf->mTimeStamp)); //保存当前关键帧的位姿矩阵 cv::Mat Tcw = kf->GetPose(); //通过四元数保存旋转矩阵 std::vector<float> Quat = Converter::toQuaternion(Tcw); for ( int i = 0; i < 4; i ++ ) f.write((char*)&Quat[i],sizeof(float)); //保存平移矩阵 for ( int i = 0; i < 3; i ++ ) f.write((char*)&Tcw.at<float>(i,3),sizeof(float)); //直接保存旋转矩阵 // for ( int i = 0; i < Tcw.rows; i ++ ) // { // for ( int j = 0; j < Tcw.cols; j ++ ) // { // f.write((char*)&Tcw.at<float>(i,j), sizeof(float)); // //cerr<<"Tcw.at<float>("<<i<<","<<j<<"):"<<Tcw.at<float>(i,j)<<endl; // } // } //保存当前关键帧包含的ORB特征数目 //cerr<<"kf->N:"<<kf->N<<endl; f.write((char*)&kf->N, sizeof(kf->N)); //保存每一个ORB特征点 for( int i = 0; i < kf->N; i ++ ) { cv::KeyPoint kp = kf->mvKeys[i]; f.write((char*)&kp.pt.x, sizeof(kp.pt.x)); f.write((char*)&kp.pt.y, sizeof(kp.pt.y)); f.write((char*)&kp.size, sizeof(kp.size)); f.write((char*)&kp.angle,sizeof(kp.angle)); f.write((char*)&kp.response, sizeof(kp.response)); f.write((char*)&kp.octave, sizeof(kp.octave)); //保存当前特征点的描述符 for (int j = 0; j < kf->mDescriptors.cols; j ++ ) f.write((char*)&kf->mDescriptors.at<unsigned char>(i,j), sizeof(char)); //保存当前ORB特征对应的MapPoints的索引值 unsigned long int mnIdx; MapPoint* mp = kf->GetMapPoint(i); if (mp == NULL ) mnIdx = ULONG_MAX; else mnIdx = mmpnMapPointsIdx[mp]; f.write((char*)&mnIdx, sizeof(mnIdx)); } }
保存关键帧的函数稍微复杂一点,首先需要明白一幅关键帧包含特征点,描述符,以及哪些特征点通过三角化成为了地图点。
其中在Save函数中的GetMapPointsIdx函数的构成为,它的作用是初始化成员变量:
std::map<MapPoint*, unsigned long int> mmpnMapPointsIdx;
这个成员变量存储的是特征点对应的地图点的索引值。
void Map::GetMapPointsIdx() { unique_lock<mutex> lock(mMutexMap); unsigned long int i = 0; for ( auto mp: mspMapPoints ) { mmpnMapPointsIdx[mp] = i; i += 1; } }
另外,关于旋转矩阵的存储可以通过四元数或矩阵的形式存储,如果使用四元数需要自定义一个矩阵和四元数相互转换的函数,在Converter.cc类里面:
std::vector<float> Converter::toQuaternion(const cv::Mat &M) { Eigen::Matrix<double,3,3> eigMat = toMatrix3d(M); Eigen::Quaterniond q(eigMat); std::vector<float> v(4); v[0] = q.x(); v[1] = q.y(); v[2] = q.z(); v[3] = q.w(); return v; }
cv::Mat Converter::toCvMat( const std::vector<float>& v ) { Eigen::Quaterniond q; q.x() = v[0]; q.y() = v[1]; q.z() = v[2]; q.w() = v[3]; Eigen::Matrix<double,3,3>eigMat(q); cv::Mat M = toCvMat(eigMat); return M; }
三、总结
上面就是地图保存部分的代码,经过测试针对TUM的视频是有效的。但是需要在System中设置保存函数并在主函数中调用,尤其是针对无ROS依赖并从摄像头读取图像的时候,这个最后再说。后面继续分享地图的加载部分。